Strom核心组件与编程模型

1.Strom介绍
Storm用来实时处理数据，特点：低延迟、高可用、分布式、可扩展、数据不丢失。提供简单容易理解的接口，便于开发
2.strom与hadoop的区别
 Storm用于实时计算，Hadoop用于离线计算。
 Storm处理的数据保存在内存中，源源不断；Hadoop处理的数据保存在文件系统中，一批一批。
 Storm的数据通过网络传输进来；Hadoop的数据保存在磁盘中。
 Storm与Hadoop的编程模型相似

Job：任务名称
JobTracker：项目经理
TaskTracker：开发组长、产品经理
Child:负责开发的人员
Mapper/Reduce:开发人员中的两种角色，一种是服务器开发、一种是客户端开发

Topology:任务名称
Nimbus:项目经理
Supervisor:开组长、产品经理
Worker:开人员
Spout/Bolt：开人员中的两种角色，一种是服务器开发、一种是客户端开发

3.Storm核心组件

 Nimbus：负责资源分配和任务调度。
 Supervisor：负责接受nimbus分配的任务，启动和停止属于自己管理的worker进程。—通过配置文件设置当前supervisor上启动多少个worker。
 Worker：运行具体处理组件逻辑的进程。Worker运行的任务类型只有两种，一种是Spout任务，一种是Bolt任务。
 Task：worker中每一个spout/bolt的线程称为一个task. 在storm0.8之后，task不再与物理线程对应，不同spout/bolt的task可能会共享一个物理线程，该线程称为executor。

4.Storm编程模型

 Topology：Storm中运行的一个实时应用程序的名称。（拓扑）
 Spout：在一个topology中获取源数据流的组件。
通常情况下spout会从外部数据源中读取数据，然后转换为topology内部的源数据。
 Bolt：接受数据然后执行处理的组件,用户可以在其中执行自己想要的操作。
 Tuple：一次消息传递的基本单元，理解为一组消息就是一个Tuple。
 Stream：表示数据的流向。